User Group: Wissenschaftler:innen

Als Direktor am Max-Planck-Institut für Intelligente Systeme in Stuttgart ist Sitti einer der weltweit führenden Wissenschaftler auf dem Gebiet der physischen Intelligenz. Er ist ein Pionier auf mehreren Forschungsgebieten, darunter drahtlose winzige Medizinroboter, von Geckos inspirierte haftende Materialien und durch Körper fahrende Miniaturroboter.

Berlin – Falling Walls verlieh Prof. Dr. Metin Sitti auf dem Grand Finale am 9. November, genau 31 Jahre nach dem Fall der Berliner Mauer, den Preis ‚Breakthrough of the Year‘ für den wissenschaftlichen Durchbruch des Jahres in der Kategorie Ingenieurwesen und Technologie. Der Weltwissenschaftsgipfel ‚Falling Walls‘ ist eine jährliche internationale wissenschaftliche Veranstaltung in Berlin, die als Forum für Diskussionen und Debatten über die wissenschaftlichen Durchbrüche der Zukunft dient.

Sitti ist ein Pionier auf vielen Forschungsgebieten, wie z.B. drahtlose medizinische Miniaturroboter, von Geckos inspirierte haftende Materialien, bio-inspirierte Miniaturroboter und physische Intelligenz. „Ich fühle mich geehrt, diese Auszeichnung zu erhalten. Sie ist eine große Anerkennung der bahnbrechenden Forschungsanstrengungen meines Teams“, sagt Sitti, der Direktor der Abteilung für Physische Intelligenz am Max-Planck-Institut für Intelligente Systeme in Stuttgart, Professor im Department für Informationstechnologie und Elektrotechnik der ETH Zürich und Professor an der School of Medicine and College of Engineering der Universität Koç in der Türkei ist.

„Meine Forschung reißt Barrieren für den Einsatz drahtloser medizinischer Geräte im menschlichen Körper ein. Dabei bin ich in hohem Maße von dem Science-Fiction-Film ‚Fantastic Voyage‘ aus dem Jahr 1966 inspiriert worden. Der Film handelt von einem mikroskopisch kleinen U-Boot, das sich in den Körper eines Schlaganfallpatienten wagt, um das Blutgerinnsel in seinem Gehirn zu öffnen. Seit ich diesen Film gesehen habe, träume ich davon, winzige medizinische Geräte zu entwickeln, mit denen komplexe Regionen in unserem Körper angesteuert werden könnten. Bei minimal-invasiven Verfahren könnten diese Geräte Krankheiten bereits in frühen Stadien und mit geringen Nebenwirkungen diagnostizieren und behandeln“, sagt Sitti.

In den vergangenen Monaten haben sich fast 1000 Nominierte aus 111 Ländern in zehn verschiedenen Kategorien um einen Preis für den wissenschaftlichen Durchbruch des Jahres beworben. Mit diesen Auszeichnungen werden einige der weltweit herausragendsten wissenschaftlichen Projekte und klügsten Köpfe geehrt. Beim heutigen Grand Finale kamen Sitti und die anderen Preisträger zusammen, um zu diskutieren, wie Wissenschaft und Innovation die Menschheit voranbringen können.

Sitti ist ein vielfach ausgezeichneter Wissenschaftler. Im März 2019 erhielt er vom Europäischen Forschungsrat (ERC) einen prestigeträchtigen ‚Advanced Grant‘, eine Förderung, die nur an etablierte Forscher*innen mit langjährigen Spitzenleistungen in der Wissenschaft vergeben wird. Im Hinblick auf die Originalität und die Bedeutung ihrer Forschungsbeiträge sind die Förderempfänger*innen auf ihrem jeweiligen Gebiet herausragend. Darüber hinaus erhielten Sitti und sein Team kürzlich auf der angesehenen ‚Robotics Science and Systems Conference‘ den ‚Best Paper Award‘ für ihre Erfindung eines von Quallen inspirierten weichen Milliroboters, der eines Tages in der Medizin eingesetzt werden könnte.

„Ich setze mich mit Herz und Seele dafür ein, die wissenschaftlichen Grenzen dessen, was derzeit mit drahtlosen winzigen Soft-Robotern möglich ist, und deren Einsatz in klinischen Anwendungen zu erweitern, wobei mein eigentliches Ziel darin besteht, mehr Leben zu retten“, sagt Sitti.

Weiche Milli- und Mikroroboter, wie sie Sitti und sein Team entwickeln, bergen ein enormes Potenzial und könnten eines Tages radikale Auswirkungen auf die Medizin haben. Die Wissenschaftler*innen arbeiten intensiv an der Entwicklung drahtloser Kleinstgeräte, die in naher Zukunft auch kleinere, nur schwer und unter hohem Risiko zugängliche Regionen im menschlichen Körper erreichen können. Diese Technologien werden als semi-implantierbare medizinische Geräte über lange Zeiträume im Körper der Patienten verbleiben und minimal- oder nicht-invasive diagnostische und therapeutische Eingriffe ermöglichen.

Bis diese winzigen Roboter eingesetzt werden können, sind jedoch noch viele Herausforderungen zu bewältigen. So müssen die Wissenschaftler*innen beispielsweise Methoden dafür entwickeln, diese winzigen Roboter im Körperinneren mit hoher Präzision zu bewegen und zu steuern, wobei Körperflüssigkeitsströme und Organbewegungen berücksichtigt werden müssen. Sie müssen auch dafür sorgen, dass die Sicherheit der Patienten gewährleistet ist und dass diese Roboter auch bei potenziellen Immunreaktionen oder anderen Reaktionen über lange Zeiträume im Körper der Patienten bleiben können.

Sitti und sein Team arbeiten seit vielen Jahren an programmierbaren winzigen Softbots, die aus biokompatiblen magnetischen Weichmaterialien gebaut werden. Ihre Ergebnisse wurden in den angesehensten wissenschaftlichen Publikationen der Welt veröffentlicht. So zeigte Sittis Team beispielsweise in einer Ausgabe der Zeitschrift Nature, wie man die Verformungen eines weichen Milliroboters über externe Magnetfelder programmieren kann. Dadurch kann der Roboter sicher durch die komplexen Regionen des menschlichen Körpers krabbeln, schwimmen, springen und rollen. Der Roboter kann Medikamente an einem vorher definierten Zielort im Körper verabreichen, während er von medizinischen Bildgebungssystemen aus der Ferne überwacht wird.

Sitti hat in den Jahren 1992 und 1994 an der Bogazici Universität in Istanbul seine Abschlüsse als Bachelor of Science bzw. Master of Science in Elektrotechnik und Elektronik sowie in Physik gemacht und wurde im Jahr 1999 an der Universität Tokio promoviert. Von 1999 bis 2002 war er Postdoc an der University of California Berkeley und von 2002 bis 2014 Professor am Department of Mechanical Engineering and Robotics Institute der Carnegie Mellon University. Seit 2014 ist er Direktor am Max-Planck-Institut für Intelligente Systeme in Stuttgart.

Über ‚Falling Walls‘:

Der Fall der Berliner Mauer markierte den Beginn einer neuen Ära der Freiheit, weil damals sowohl physische Barrieren als auch Denkbarrieren in Deutschland und in der ganzen Welt durchbrochen wurden. Drei Jahrzehnte später ist die Nacht des 9. November 1989 zu einem Symbol der Veränderung des Status quo und der Überwindung von Spaltungen jeglicher Art geworden. Die ‚Falling Walls Conference‘ ist von diesem historischen Moment inspiriert und wird von dem Wunsch angetrieben, die Antwort auf die folgende Frage herauszufinden: Was sind die nächsten Mauern, die in Wissenschaft und Gesellschaft fallen müssen?

Seit ihrer Gründung hat sich die Konferenz zu einer einzigartigen globalen Plattform entwickelt, die Wissenschaft, Wirtschaft und Gesellschaft durch das gemeinsame Engagement zur Schaffung bahnbrechender Lösungen für Herausforderungen über Grenzen und Disziplinen hinweg verbindet.

https://falling-walls.com/

Im nächsten Schritt möchten sie ihre neue Methode in Zusammenarbeit mit Soziolog/innen in der Praxis anwenden, um den Zusammenhang von Social Media und realen Ereignissen zu untersuchen.

Tübingen, 3. November 2020 – Um genauere Analysen in der angewandten Netzwerkwissenschaft zu ermöglichen, haben Forschende des Max-Planck-Instituts für Intelligente Systeme (MPI-IS) in Tübingen kürzlich das Theoretical Criterion for Eigenvector Centrality (TCEC), eine quantitative Sampling-Methode, entwickelt. Die Methode zielt darauf ab, repräsentative Netzwerkeigenschaften innerhalb kleiner Datenproben zu erhalten, indem der Einfluss eines einzelnen Knotens in einem Netzwerk gemessen wird. Jetzt erweitern Nicolò Ruggeri und Caterina De Bacco das Modell um einen neuen Sampling-Algorithmus, der die Schätzungen der PageRank-Zentralität (PR) verbessert. Google Search verwendet diesen Algorithmus, um Webseiten in den Suchmaschinenergebnissen zu platzieren.

In dem Paper mit dem Titel „Sampling on networks: estimating spectral centrality measures and their impact in evaluating other relevant network measures“ stellen sie ihre Forschung vor. Das Paper wurde kürzlich im Fachjournal Applied Network Science veröffentlicht. Ruggeri, der Hauptautor des Papers, ist Doktorand in der Cyber Valley Forschungsgruppe Physics for Inference and Optimization am MPI-IS in Tübingen und an der ETH Zürich. De Bacco, die Zweitautorin des Papers, ist Gruppenleiterin.

Die Forschung von Ruggeri und De Bacco kann einen entscheidenden Beitrag in einem breiten Spektrum von Forschungsfeldern leisten, zum Beispiel bei sozialwissenschaftlichen Analysen, die auf die Beziehung zwischen Knoten in einem Netzwerk, wie etwa Social-Media-Kanälen, schließen wollen.

„Unsere Arbeit wurde durch ein Gespräch mit einer Soziologin inspiriert, deren Forschung sich auf die Analyse der Dynamik von Hassrede auf Twitter konzentriert“, so Ruggeri. Bei solchen Analysen liegt eine große Herausforderung in der Bewertung von Datenproben, die aus komplexen Netzwerken gezogen werden. In den meisten Fällen sind nicht alle relevanten Informationen in der Stichprobe verfügbar, was zu Verzerrungen bei der Analyse der untersuchten Netzwerkeigenschaften führen kann. Sozialwissenschaftler/innen, die beispielsweise versuchen, eine genaue Analyse der einflussreichsten Nutzer/innen in einem ganzen Netzwerk durchzuführen, bräuchten eine Datenprobe, die den Einfluss exakt widerspiegelt.

An dieser Stelle kommt das TCEC-Stichprobenmodell ins Spiel. Mit ihm haben es Ruggeri und De Bacco ermöglicht, repräsentative Momentaufnahmen der Benutzerdynamik in großen Netzwerken wie Facebook und Twitter zu gewinnen. Dies geschieht durch die Auswahl von Teilstichproben, die ein gutes Maß für den Einfluss einzelner Knoten im Netzwerk darstellen, was auch als Eigenvektorzentralität bekannt ist. „Wenn Forschende Netzwerknutzer/innen nach dem Zufallsprinzip auswählen, wird das untersuchte Netz wahrscheinlich sehr unterschiedlich vom tatsächlichen Gesamtnetz sein. Jede Analyse wird dann eine Verzerrung der Realität sein. Mit TCEC können Forschende, die ein Netzwerk mit Millionen von Nutzern wie Twitter untersuchen, eine Stichprobe von 10.000 Knoten auswählen. Diese Stichprobe ist repräsentativer für das Ganze, was den Einfluss der Nutzer/innen gemessen an der Eigenvektor-Zentralität betrifft“, sagt De Bacco.

Durch die Erweiterung des Modells um PageRank Centrality hoffen Ruggeri und De Bacco, die Datenstichproben weiter zu verbessern und damit die Netzwerkanalysen noch genauer zu machen. Bisher haben die theoretischen Ergebnisse ihrer Forschung jedoch gezeigt, dass eine Stichprobenziehung für PR die Leistung des ursprünglichen TCEC-Algorithmus verringern würde. In einem nächsten Schritt planen die Forschenden, ihre Methode weiter zu verfeinern und in Zusammenarbeit mit Soziolog/innen anzuwenden, um zu untersuchen, wie der Einfluss auf soziale Online-Netzwerke mit realen Ereignissen zusammenhängt.

Die ursprüngliche TCEC-Stichprobenmethode steht zur Anwendung zur Verfügung. Ruggeri und De Bacco haben den Code hier veröffentlicht: https://github.com/cdebacco/tcec_sampling

Die Universität Tübingen sowie die Max-Planck-Institute für biologische Kybernetik und für Intelligente Systeme haben eine neue Initiative zum Einsatz von Künstlicher Intelligenz in Medizin und Lebenswissenschaften gestartet. „Die aktuelle Pandemie zeigt, dass wir bei der Bekämpfung globaler Gesundheitsgefahren schneller und effizienter werden müssen. Zu diesem Zweck müssen wir die Potenziale der KI künftig deutlich stärker nutzen. Die neue Initiative bietet die Chance, alle Kräfte zu bündeln und Baden-Württemberg zu einem weltweit sichtbaren Standort für KI-Anwendungen in der Medizin zu machen“, so Wissenschaftsministerin Theresia Bauer, die die Initiative zur engeren Kooperation im Bereich KI und Medizin mit Nachdruck begrüßt, am Dienstag.

Die neue Initiative sei offen für weitere profilierte Akteure aus dem Kreis der Universitäten, der außeruniversitären Forschungseinrichtungen und Unternehmen, sagte der Rektor der Universität, Professor Bernd Engler. „Insbesondere streben wir eine enge Kooperation an mit der Universität Stuttgart, die eine erste Adresse für Themen wie Datenintegration und Simulationstechnik ist“. Beide Universitäten könnten sich zudem auf die Zusammenarbeit im Cyber Valley stützen, Europas größtem Forschungsverbund auf dem Gebiet der modernen KI.
 
Wichtige Partner seien zudem das Deutsche Krebsforschungszentrum, das European Molecular Biology Laboratory (EMBL), die Universität Heidelberg und alle medizinführenden Universitäten in Baden-Württemberg sowie Unternehmen aus dem Kreis der weltweit hoch angesehenen baden-württembergischen Medizintechnikindustrie. Das Forschungsfeld biete darüber hinaus ein gewaltiges Potenzial für die Entstehung von neuen Start-Ups in den Bereichen Diagnostik, Medizintechnik, Pharmazie sowie medizinnaher Dienstleistungen.
 
Engler kündigte an, dass die Universität und ihre Medizinische Fakultät in einem ersten Schritt noch in diesem Jahr vier zusätzliche Professuren auf diesem zukunftsträchtigen Forschungsfeld einrichten werden. Die künftigen Lehrstühle sollen sich unter anderem mit der Auswertung von medizinischen Bilddaten, Sequenzier- und Metadaten sowie Zeitreihen oder Statistiken mit den Methoden des Maschinellen Lernens befassen und damit neue KI-gestützte Instrumente für Diagnose, Therapieentscheidung und die Entwicklung neuer Arzneimittel schaffen. „Mit der bereits in konkreter Planung befindlichen Errichtung des Cyber Valley-Gebäudes im Tübinger Technologiepark haben Max-Planck-Gesellschaft und Universität im zweiten Bauabschnitt Vorsorge für die mögliche Unterbringung der neuen Professuren und ihrer Forschungsgruppen getroffen“, sagte der Rektor.
 
Das Vorhaben von Universität, Fakultät und Max-Planck-Instituten wird unter anderem auch von der Gemeinnützigen Hertie-Stiftung unterstützt. Die Stiftung hat sich vorgenommen, am Standort Tübingen den Aufbau eines weiteren wissenschaftlichen Leuchtturmprojekts zum Einsatz von Künstlicher Intelligenz in den Neurowissenschaften zu fördern. Bereits seit 20 Jahren fördert die Stiftung in Tübingen das Hertie-Institut für klinische Hirnforschung, das mittlerweile als Modell für den Transfer von Erkenntnissen aus modernster Grundlagenforschung in die klinische Anwendung gilt.
 
Bereits heute forschen in Tübingen rund 15 Professorinnen und Professoren am Einsatz von Methoden der Informatik in Medizin und Lebenswissenschaften. Dazu kommen zahlreiche Forschungsgruppen. Einrichtungen der Universität wie das Exzellenzcluster „Maschinelles Lernen in der Wissenschaft“ und das von der Bundesregierung finanzierte KI-Kompetenzzentrum machen Tübingen schon heute zum führenden deutschen Standort für Grundlagenforschung im Maschinellen Lernen. Darüber hinaus sind immer mehr Tübinger Medizin-Start-Ups Teil des Cyber Valley Start-Up Networks.
 
„Mit unserer KI- und Medizin-Initiative bauen wir auf einem starken Fundament auf“, sagte Professor Michael Black, Direktor des Max-Planck-Instituts für Intelligente Systeme in Tübingen. „Von der Patientenversorgung über die Diagnose bis hin zur personalisierten Medizin gibt es endlose Möglichkeiten, die moderne Medizin mit KI und Robotik zu stärken. Indem wir unsere Stärken vereinen, wollen wir einen entscheidenden Beitrag dazu leisten, die Felder von Künstlicher Intelligenz und Medizin voranzubringen.“
 
„Unsere Arbeiten in der Grundlagenforschung bilden ein solides Fundament dieser sehr vielversprechenden Initiative mit wegweisenden Vorhaben an der Schnittstelle zwischen Wissenschaft und Anwendung“, kommentierte Professor Peter Dayan, Geschäftsführender Direktor am Max-Planck-Institut für biologische Kybernetik. „Wegweisende Erkenntnisse aus Analysen hochauflösender bildgebender Verfahren ermöglichen es uns beispielweise, die neuronale Organisation im Gehirn auch im Zusammenhang mit Krankheitsbildern besser zu verstehen; das Potenzial Künstlicher Intelligenz erlaubt es uns etwa, die Komplexität menschlichen Entscheidungsverhaltens besser zu durchdringen, um uns so auch über Wesen und Verlauf typischer psychischer Erkrankungen ein klareres Bild machen zu können.“
 
Der Dekan der Medizinischen Fakultät, Professor Bernd Pichler, verwies darauf, dass beim Einsatz moderner medizinischer Diagnoseverfahren gewaltige Datenmengen entstehen, deren Auswertung mit herkömmlichen Methoden kaum noch zu bewältigen ist: „Ähnliche Herausforderungen treten bei einer Vielzahl von Fragestellungen in den Lebenswissenschaften auf, von der Grundlagenforschung bis hin zur Translation von Forschungsergebnissen in die klinische Anwendung, etwa in der personalisierten Medizin. Daher bin ich davon überzeugt, dass in den kommenden Jahren und Jahrzehnten bahnbrechende Erfolge in der medizinischen Forschung und der Versorgung von Patienten mit dem Einsatz Künstlicher Intelligenz einhergehen werden.“ Die Auswertung und intelligente Interpretation von Gesundheitsdaten werde nicht nur die Prognose von Krankheitsverläufen vereinfachen oder die Prävention und die Früherkennung von Krankheiten verbessern, sondern unterstütze auch die Suche nach neuen Medikamenten und Therapieoptionen.

Kontakt:

Dr. Karl G. Rijkhoek
Hochschulkommunikation Universität Tübingen
Telefon: +49 7071 29-76788
karl.rijkhoek@uni-tuebingen.de
 
Valérie Callaghan
Communications Manager Max-Planck-Institut für Intelligente Systeme
Telefon: +49 7071 601-1832
valerie.callaghan@tuebingen.mpg.de
 
Dr. Daniel Fleiter
Leiter Kommunikation Max-Planck-Institut für biologische Kybernetik
Telefon: +49 7071 601-777
daniel.fleiter@tuebingen.mpg.de